Memulai pekerjaan verifikasi atau penyesuaian label (API) - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Memulai pekerjaan verifikasi atau penyesuaian label (API)

Mulai verifikasi label atau pekerjaan penyesuaian dengan merantai pekerjaan yang berhasil diselesaikan atau memulai pekerjaan baru dari awal menggunakan CreateLabelingJoboperasi. Prosedurnya hampir sama dengan menyiapkan pekerjaan pelabelan baru denganCreateLabelingJob, dengan beberapa modifikasi. Gunakan bagian berikut untuk mempelajari modifikasi apa yang diperlukan untuk menghubungkan pekerjaan pelabelan untuk membuat pekerjaan pelabelan penyesuaian atau verifikasi.

Saat Anda membuat pekerjaan pelabelan penyesuaian atau verifikasi menggunakan Ground Truth API, Anda harus menggunakan pekerjaan pelabelan yang berbeda LabelAttributeName dari pekerjaan pelabelan asli. Pekerjaan pelabelan asli adalah pekerjaan yang digunakan untuk membuat label yang ingin Anda sesuaikan atau verifikasi.

penting

File konfigurasi kategori label yang Anda identifikasi untuk pekerjaan penyesuaian atau verifikasi CreateLabelingJob harus berisi label yang sama yang digunakan dalam pekerjaan pelabelan asli. LabelCategoryConfigS3Uri Anda dapat menambahkan label baru. Untuk pekerjaan cloud titik 3D dan bingkai video, Anda dapat menambahkan kategori label dan atribut bingkai baru ke file konfigurasi kategori label.

Kotak Bounding dan Segmentasi Semantik

Untuk membuat kotak pembatas atau verifikasi label segmentasi semantik atau tugas penyesuaian, gunakan panduan berikut untuk menentukan atribut API untuk operasi. CreateLabelingJob

  • Gunakan LabelAttributeNameparameter untuk menentukan nama label keluaran yang ingin Anda gunakan untuk label yang diverifikasi atau disesuaikan. Anda harus menggunakan yang berbeda LabelAttributeName dari yang digunakan untuk pekerjaan pelabelan asli.

  • Jika Anda merantai pekerjaan, label dari pekerjaan pelabelan sebelumnya yang akan disesuaikan atau diverifikasi akan ditentukan dalam templat UI khusus. Untuk mempelajari cara membuat template kustom, lihatBuat Template Tugas Pekerja Kustom.

    Identifikasi lokasi template UI dalam UiTemplateS3Uriparameter. SageMaker AI menyediakan widget yang dapat Anda gunakan dalam template khusus Anda untuk menampilkan label lama. Gunakan initial-value atribut di salah satu elemen kerumunan berikut untuk mengekstrak label yang memerlukan verifikasi atau penyesuaian dan sertakan dalam templat tugas Anda:

    • crowd-semantic-segmentation—Gunakan elemen kerumunan ini di template tugas UI kustom Anda untuk menentukan label segmentasi semantik yang perlu diverifikasi atau disesuaikan.

    • crowd-bounding-box—Gunakan elemen kerumunan ini di template tugas UI kustom Anda untuk menentukan label kotak pembatas yang perlu diverifikasi atau disesuaikan.

  • LabelCategoryConfigS3UriParameter harus berisi kategori label yang sama dengan pekerjaan pelabelan sebelumnya.

  • Gunakan kotak pembatas atau penyesuaian segmentasi semantik atau lambda verifikasi untuk dan: ARNs PreHumanTaskLambdaArnAnnotationConsolidationLambdaArn

    • Untuk kotak pembatas, fungsi lambda pekerjaan pelabelan penyesuaian ARNs diakhiri dengan AdjustmentBoundingBox dan fungsi lambda verifikasi diakhiri dengan. ARNs VerificationBoundingBox

    • Untuk segmentasi semantik, fungsi lambda pekerjaan pelabelan penyesuaian ARNs diakhiri dengan AdjustmentSemanticSegmentation dan fungsi lambda verifikasi diakhiri dengan. ARNs VerificationSemanticSegmentation

Awan titik 3D dan bingkai video

  • Gunakan LabelAttributeNameparameter untuk menentukan nama label keluaran yang ingin Anda gunakan untuk label yang diverifikasi atau disesuaikan. Anda harus menggunakan yang berbeda LabelAttributeName dari yang digunakan untuk pekerjaan pelabelan asli.

  • Anda harus menggunakan UI tugas manusia Amazon Resource Name (ARN) (HumanTaskUiArn) yang digunakan untuk pekerjaan pelabelan asli. Untuk melihat dukungan ARNs, lihat HumanTaskUiArn.

  • Dalam file konfigurasi kategori label, Anda harus menentukan nama atribut label (LabelAttributeName) dari pekerjaan pelabelan sebelumnya yang Anda gunakan untuk membuat pekerjaan pelabelan penyesuaian atau verifikasi dalam parameter. auditLabelAttributeName

  • Anda menentukan apakah pekerjaan pelabelan Anda adalah pekerjaan verifikasi atau pelabelan penyesuaian menggunakan editsAllowed parameter dalam file konfigurasi kategori label yang diidentifikasi oleh parameter. LabelCategoryConfigS3Uri

    • Untuk pekerjaan pelabelan verifikasi, Anda harus menggunakan editsAllowed parameter untuk menentukan bahwa semua label tidak dapat dimodifikasi. editsAllowedharus diatur ke "none" dalam setiap entri dilabels. Secara opsional, Anda dapat menentukan apakah atribut kategori label dan atribut bingkai dapat disesuaikan oleh pekerja atau tidak.

    • Secara opsional, untuk pekerjaan pelabelan penyesuaian, Anda dapat menggunakan editsAllowed parameter untuk menentukan label, atribut kategori label, dan atribut bingkai yang dapat atau tidak dapat dimodifikasi oleh pekerja. Jika Anda tidak menggunakan parameter ini, semua label, atribut kategori label, dan atribut bingkai akan disesuaikan.

    Untuk mempelajari lebih lanjut tentang editsAllowed parameter dan mengonfigurasi file konfigurasi kategori label, lihatSkema file konfigurasi kategori label.

  • Gunakan cloud titik 3D atau lambda penyesuaian bingkai video ARNs untuk PreHumanTaskLambdaArndan AnnotationConsolidationLambdaArnuntuk pekerjaan penyesuaian dan pelabelan verifikasi:

    • Untuk cloud titik 3D, fungsi lambda pekerjaan penyesuaian dan pelabelan verifikasi ARNs diakhiri denganAdjustment3DPointCloudSemanticSegmentation,Adjustment3DPointCloudObjectTracking, dan Adjustment3DPointCloudObjectDetection untuk segmentasi semantik cloud titik 3D, deteksi objek, dan pelacakan objek masing-masing.

    • Untuk bingkai video, fungsi lambda pekerjaan pelabelan penyesuaian dan verifikasi ARNs diakhiri dengan AdjustmentVideoObjectDetection dan AdjustmentVideoObjectTracking untuk deteksi objek bingkai video dan pelacakan objek masing-masing.

Ground Truth menyimpan data keluaran dari pekerjaan verifikasi atau penyesuaian label di bucket S3 yang Anda tentukan dalam S3OutputPathparameter CreateLabelingJoboperasi. Untuk informasi selengkapnya tentang data keluaran dari verifikasi label atau pekerjaan pelabelan penyesuaian, lihatVerifikasi label dan data penyesuaian dalam manifes keluaran.